«В сфере ИТ для меня ChatGPT — это такой студент первого курса»: интервью директора цифровой трансформации компании БиоВитрум
В конце 2022 года компания OpenAI представила миру многофункциональный бот ChatGPT — он умеет программировать, понимать контекст и смысл запроса, обрабатывать большие массивы текстовых данных. О том, как можно использовать ChatGPT и другие подобные продукты для решения бизнес-задач, мы поговорили с Дмитрием Гуреевым, директором цифровой трансформации компании «БиоВитрум».
Как вы думаете, ChatGPT — это хайп или революция?
ChatGPT — это первый шаг к революционному изменению в области обработки данных. Чаще всего первыми с ИИ знакомятся ИТ-специалисты, и один из кейсов — это возможность автоматизации создания кода. Вы даете техническое задание ChatGPT так же, как это делает аналитик, и получаете какой-то результат.
Я пробовал давать ChatGPT простые задания, причем разговорным языком, он действительно понимает, иногда даже лучше, чем аналитики-люди, основной смысл. К сожалению, чаще всего полученный результат требует доработки, особенно, если речь идет о компилируемых языках. Версия GPT4, кстати, выдает меньшее количество ошибок.
Поэтому алгоритмически ChatGPT работает неплохо, но просто скопипастить не получится. Помощь в написании кода — это лишь одна из возможностей ChatGPT, хотя, на мой взгляд, не основная на текущий момент. Если речь идет о гуманитарных сферах, где нет инженерного перфекционизма, то в области классификации и переработки текстов ChatGPT впечатляет. Возможности ChatGPT могут быть применены в бизнесе уже сегодня.
Расскажите, как вы внедрили ChatGPT в работу и с какой целью?
Когда ChatGPT только появился, я, как и любой ИТшник, решил с ним поиграться. И проводя разные эксперименты, поставил себе цель — найти какое-то бизнес-применение для ChatGPT.
Сначала я поставил ему задачу — написать код внешней формы для 1С. Результат был мало применим в реальности. У меня в итоге сложился образ ChatGPT, который помогает правильно оценивать его возможности и ограничения. Для меня ChatGPT — это такой студент первого курса, не самый выдающийся, обладающий неглубокими знаниями, но практически во всех гуманитарных и технических областях. Его нужно учить и учить, не требовать слишком много, но с вопросами общего характера он прекрасно справляется.
Если мы «скормим» ChatGPT какой-то текст и попросим его: выделить основные тезисы, найти ответ на вопрос по тексту, то простота и доступность получения результата впечатляет — и это действительно можно применить в бизнесе. Например, когда sales-менеджер встречается с клиентом, по итогам встречи ему нужно сделать резюме: записать основные тезисы, итоги, договоренности. Это задача, требующая определенного навыка. Гораздо проще разговорным языком надиктовать ChatGPT что-то из серии: «Я встречался с Иваном, мы обсудили каталог, я ему рассказал о новой продукции, мы решили то-то и то-то». А чат-бот превратит разговорную речь в письменный протокол, который легко читать, понимать и потом переносить в Битрикс.
Эта история не требует инженерного перфекционизма: орфографические ошибки и неточности можно легко исправить. Учитывая низкую стоимость использования ChatGPT, это реальное бизнес-применение чат-бота. Если раньше разработка такого решения требовала бы вложений, то сегодня задача решается за несколько дней.
Но это не единственный кейс?
Еще одна задача — поиск ответов по тексту. Пока мы сделали некий MVP для внутренней базы знаний, не имеющей коммерческой и конфиденциальной информации.
Например, мы говорим ChatGPT, что «Иван отвечает за работу оргтехники». Если мы обратимся с запросом «У меня сломался принтер, к кому мне обратиться?», то ChatGPT проанализирует запрос, поймет, что принтер – это оргтехника, значит нужно дать контакты Ивана. Если, например, спросить ChatGPT: «Как быстрее доехать до клиента?», то он подскажет, к кому обратиться в секретариате, чтобы заказать такси. Обычные модели не смогут соотнести желание «быстрее доехать» и функцию «заказа такси», а ChatGPT сможет, благодаря уникальной способности обобщать и систематизировать информацию.
При этом для того, чтобы научить чат-бота базовой коммуникации, не нужно программировать. Правда, пока остается большой вопрос, как сделать чувствительную информацию обезличенной.
«БиоВитрум» занимается поставкой и производством медицинского диагностического оборудования, и недавно я прочитала, что ChatGPT научился диагностировать болезнь Альцгеймера. Может ли ChatGPT быть применимым в области работы с медицинским оборудованием?
Если мы говорим про классическое медицинское оборудование, содержащее модели на основе машинного обучения, то это требует огромных затрат от производителя для сертификации. Необходимо доказать регулятору, что твой продукт эффективен и безопасен. При этом большинство эффективных моделей, в том числе GPT3 (Davinci-003) являются не интерпретируемыми, а значит, у нас нет простой возможности показать эксперту из Росздравнадзора, как де-факто работает модель. Черный ящик. При этом интерпретируемые модели часто обладают меньшей эффективностью. Справедливости ради подобная ситуация по всему миру и такой консервативный подход имеет смысл.
Когда началась пандемия коронавируса, появилось очень много решений на базе ИИ, предлагающие по рентгенограмме грудной клетки и компьютерной томографии выявлять и прогнозировать COVID-19. В одной из статей был проведен сравнительный анализ этих алгоритмов. Из 2212 предложений были отобраны 415, которые удовлетворяют минимальным требованиям к описанию алгоритма, а после более тщательного анализа осталось только 62 алгоритма, которые уже исследовались детально. Ни один из них не подтвердил свою клиническую применимость.
Проблема была в задвоенных данных, например, за основу обучения брались одни и те же данные, но переименовывались. Или, например, в качестве контрольной выборки использовались изображения от детей в возрасте от 1 до 5 лет, что давало искажение при диагностике взрослых.
Но у себя внутри компании я проверил, может ли ChatGPT сдать тест, который мы даем нашим продуктовым специалистам. Из того контекста, который я видел, он отвечал грамотно. Многие вещи он знал намного глубже, чем я. Например, я ему задал вопрос: «Какая процедура подготовки материала для микротомирования?» — и он прямо по пунктам раскладывал. Поэтому, когда я вижу истории, что ChatGPT сдал медицинский экзамен, то легко в них верю. На пятерку он, может, и не сдаст, но минимальный порог точно преодолеет.
Решения, которые вы разработали на основе ChatGPT, — это уже готовые продукты или тестовые версии?
Если мы говорим про историю превращения разговорной речи в структурированный протокол – этот продукт готов, сейчас мы его масштабируем, занимаемся синхронизацией с Битриксом. Основное ядро, которое вызывает вау-эффект, работает, коллеги этим пользуются.
Но знаете, в чем парадокс? Если бы меня полгода назад спросили: «Что сложнее: разработать такой преобразователь речи или синхронизировать его с Битриксом?». Я бы, конечно, сказал, что разработать преобразователь, и я даже не стал бы этим заниматься, сейчас — наоборот. Интеграция займет больше времени, чем сама разработка этого решения.
Насколько я знаю, коллеги из других компаний уже заинтересовались вашей разработкой?
Могу сказать, что буквально час назад до нашего интервью, я показывал в нашем закрытом чате ИТ-директоров преобразователь речи в протокол, и коллеги захотели протестировать. Я думаю, что продукт действительно может быть востребованным. Могут ли это сами повторить компании? Вполне, если потратить немного времени на изучение API, возможностей и ограничений, потому что там есть достаточно много технических моментов, которые требуют погружения.
В каких отраслях бизнеса вы посоветуете внедрять ChatGPT?
Я бы точно не рекомендовал завязывать какие-то критичные функции и строить бизнес на ChatGPT, даже в силу геополитики. Возможность использование ChatGPT для написания кода — это решение остается за каждым разработчиком, здесь я тоже советовать не буду. Но использовать ChatGPT для работы с текстом, который не содержит конфиденциальные или персональные данные, я бы однозначно советовал.
Если вам нужно сократить текст, сделать аннотацию, написать какое-то рекламное сообщение или сгенерить много разных поздравлений с днем рождения — это те задачи, которые ChatGPT может с легкостью выполнять. За счет того, что стоимость интеграции чат-бота низкая, эффект получается очень хорошим.
Как вы оцениваете дальнейшие перспективы ChatGPT?
Революционно. Может быть, меня многие не поддержат, но я вижу, что тот огромнейший шаг, который был сделан при обучении модели, позволяющий ChatGPT воспроизводить контекст и понимать инструкции — это впечатляет. Если говорить о дальнейших улучшениях с точки зрения написания кода, то это вопрос короткой перспективы. И тогда возникнет очень интересная ситуация, когда вы сможете дать ему описать свои функциональные требования, а ChatGPT превратит его в техническое задание своими словами, а чуть позже и в готовый код.
Я думаю, что роль младших системных аналитиков просто исчезнет. Задача аналитика в том, чтобы перевести то, что хочет заказчик, в некую форму технического задания. Если это может делать машина, то человек для этой задачи уже не нужен. Поэтому ландшафт точно будет меняться.
Даже на своем примере: у меня нет опыта фронтенд-разработки, но мне нужно было написать небольшую html-страничку. Полгода назад я бы либо кого-нибудь попросил, либо что-то погуглил и сделал – на это я потратил бы пару часов. Сегодня я адресовал запрос ChatGPT: сказал, что мне нужна красивая страница с авторизацией, такие-то параметры входа, такие-то параметры выхода. За 15 минут ChatGPT написал код, который я чуть-чуть подправил, и он работает. Уверен, что в скором будущем ChatGPT возьмет на себя функции виртуальных секретарей, помощников, потому что он прекрасно умеет анализировать, обобщать и классифицировать информацию. Это значительно изменит то, как выстраивается цепочка разделения труда в организациях. Компании, которые смогут внедрить в бизнес-практику подобные решения, смогут значительно сократить сопутствующие основному бизнесу затраты.
Смотрите вебинар «Генеративный ИИ в бизнесе: кейсы, проблемы, решения» при участии Дмитрия Гуреева.
